武汉市大气污染物水平与儿童呼吸道疾病门诊量的滞后效应分析

[目的]评估武汉市大气污染物PM_(2.5)、PM_(10)、NO_2、O_3、CO和SO_2日均质量浓度(以下简称"浓度")对儿童呼吸道疾病就诊量的影响。[方法]收集2015—2016武汉市大气污染物资料、气象资料和湖北省妇幼保健院儿童呼吸系统疾病病例资料。用Spearman相关分析6种大气污染物与平均温度和相对湿度的相关性。采用广义相加模型(GAM)控制星期几效应、气象因素、假期效应等因素,分析大气污染物与儿童上、下呼吸道疾病门诊量和呼吸系统疾病总门诊量的关系及滞后效应(lag1~lag5)和累积效应(lag0:1~lag0:5),选取最大效应值作为大气污染物对就诊量影响的暴露风险估计值。[结果]在累积滞后效应中,大气污染物浓度每上升一个四分位数间距,呼吸系统疾病总门诊量上升的超额危险度(ER)及其95%可信区间(95%CI)分别为:PM_(2.5)(lag0:4)1.78%(0.12%~3.46%)、PM_(10)(lag0:5)3.48%(0.49%~6.56%)、NO_2(lag0:5)6.59%(3.75%~9.52%)、CO(lag0:5)3.27%(0.02%~6.63%)、SO_2(lag0:5)3.66%(0.62%~6.80%)、O_3(lag0:4)2.65%(0.03%~5.29%),都是在累积滞后4~5 d时总门诊量ER达到最高。在滞后效应中,下呼吸道疾病门诊量在PM_(2.5)、PM_(10)、NO_2、CO和SO_2滞后5 d时ER达到最高;上呼吸道疾病门诊量在PM_(2.5)、PM_(10)和SO_2当日,NO_2和CO滞后4 d时ER达到最高;下呼吸道疾病就诊量与O_3无明显关联(P0.05)。[结论]武汉市6种大气污染物浓度升高对儿童呼吸系统疾病门诊量的增加有明显影响,且对下呼吸道疾病存在较为明显的滞后效应。     

北京市顺义区大气污染物对呼吸系统疾病门诊量的影响

目的探讨北京市顺义区大气污染物对医院呼吸系统疾病门诊量的短期影响。方法收集2014年1月1日-2015年12月31日北京市顺义区二级及以上医疗机构呼吸系统疾病每日门诊资料和同期北京市顺义区大气及气象监测资料,采用基于时间序列的半参数广义相加模型,在控制长期趋势、星期效应、假期效应、流感流行及气象因素等混杂因素的基础上,分析大气污染物浓度与呼吸系统疾病日门诊量的关系及滞后效应。结果研究期间,北京市顺义区二级及以上医疗机构呼吸系统疾病日门诊量平均为1653人次,范围420~5034人次。单污染物模型中,PM_(2.5)、PM_(10-2.5)、二氧化硫(SO_2)和二氧化氮(NO_2)均是滞后0~2d(avg02)的移动平均值对呼吸系统疾病门诊人数影响最为显著,臭氧(O_3)是在滞后3d(lag3)的浓度值对呼吸系统疾病门诊人数影响最为显著。PM_(2.5)、PM_(10-2.5)、SO_2、NO_2和O_3浓度每增加10μg/m~3对应的呼吸系统疾病门诊人数增加百分比分别为0.25%(95%CI:0.22~0.28)、0.52%(95%CI:0.44~0.60)、0.73%(95%CI:0.58~0.88)、1.23%(95%CI:1.12~1.33)和0.20%(95%CI:0.16~0.24)。在双污染物模型中,引入NO_2后,PM_(2.5)、PM_(10-2.5)和SO_2对呼吸系统疾病门诊人数影响较单污染物模型明显减小。结论北京市顺义区大气污染物PM_(2.5)、SO_2、NO_2和O_3浓度对医院呼吸系统疾病日门诊量有影响,且存在滞后效应。     

合肥市大气颗粒物污染对成人内科门诊量影响的时间序列分析

目的探讨合肥市大气颗粒物(PM_(2.5)、PM_(10))暴露对成人内科门诊量的影响。方法收集合肥市2016—2018年逐日大气污染物监测资料、气象资料及成人内科日门诊量资料。采用广义相加模型(GAM)的时间序列分析方法,控制时间趋势、气象因素、星期几效应等混杂因素,评估颗粒物浓度对成人内科门诊量的影响,包括滞后效应(lag0~lag7 d)和累积滞后效应(lag01~lag07 d),同时分析引入其他污染物后,对大气颗粒物浓度与成人内科门诊量效应的影响。计算大气颗粒物浓度每升高10μg/m^(3),成人内科门诊量增加的超额风险(ER)及95%可信区间(95%CI)。结果合肥市大气颗粒物浓度升高与成人内科日门诊量增加存在关联。PM_(2.5)每升高10μg/m^(3),成人内科日门诊总量、呼吸系统疾病日门诊量和循环系统疾病日门诊量效应值分别在lag04、lag07和lag04 d达到最大,ER(95%CI)分别为1.04%(0.39%~1.70%)、0.74%(0.06%~1.43%)和2.61%(1.27%~3.96%);PM_(10)每升高10μg/m^(3),成人内科日门诊总量和呼吸系统疾病日门诊量效应值分别在lag0和lag07达到最大,ER(95%CI)分别为0.41%(0.06%~0.76%)和0.77%(0.29%~1.26%)。结论合肥市PM_(2.5)、PM_(10)浓度升高可能会增加成人内科门诊量,且具有一定的滞后性。     

2015年哈尔滨市某地区空气污染物与呼吸系统疾病门诊量关系的时间序列研究

目的初步探讨哈尔滨市道里区空气主要污染物(PM_(2.5)、PM_(10)、SO_2、NO_2)对人群呼吸系统疾病门诊量水平的影响。方法采用广义线性模型,在控制长期趋势、气象因素和其他与时间长期变异有关的混杂因素条件下,分析空气主要污染物与人群呼吸系统疾病门诊量的关系。结果 2015年哈尔滨市道里区大气污染物PM_(2.5)、PM_(10)、SO_2、NO_2的全年日均质量浓度分别为62.51、95.61、36.97和55.01μg/m~3;哈尔滨市第一医院日均呼吸系统门诊量霾日高于非霾日,且具有统计学意义(P<0.05);大气污染物PM_(2.5)、SO_2水平与呼吸系统门诊量存在暴露—反应关系,滞后效应分析发现PM_(2.5)污染当天,PM_(2.5)浓度每升高10μg/m~3,人群呼吸系统疾病门诊量RR值为1.0052(95%CI:1.002 7~1.007 6),SO_2在污染滞后1 d最为显著,SO_2浓度每升高10μg/m~3,人群呼吸系统疾病门诊量RR值为1.005 1(95%CI:1.002 5~1.007 6)。结论哈尔滨市道里区空气污染物(PM_(2.5)、SO_2)对人群呼吸系统疾病门诊量水平有影响。     

西宁市城区重点污染物对儿童上呼吸道感染就诊的急性效应分析

目的掌握西宁市城区大气重点污染物(PM2.5,SO_2和NO_2)对儿童上呼吸道感染就诊量的急性影响,为政府采取有效干预措施,指导儿童健康防护提供科学依据。方法收集2016—2018年西宁市城区逐日气象资料、空气污染物数据和儿童上呼吸道感染就诊量,采用基于Quasi-Poisson回归的广义线性模型,控制时间的季节和长期趋势、气象因素、星期几效应后,分别进行PM2.5,SO_2,NO_2与逐日儿童上呼吸道感染就诊量的单污染物模型分析、滞后效应(lag0～lag5)和累计滞后效应(lag01～lag05)分析。结果 2016—2018年西宁市城区逐日PM2.5,SO_2,NO_2及儿童上呼吸道感染就诊量呈现一致的周期性、季节性特征,每年供暖季节(10月至次年4月)大气污染物质量体积浓度较高,4—9月较低;3种污染物年均值依次为(47±28)(15±9)(35±17)μg/m~3,儿童上呼吸道感染日均就诊量为72人。污染物质量体积浓度每升高10μg/m~3,PM2.5(lag1),SO_2(lag3),NO_2(lag3)可使儿童上呼吸道感染就诊数分别增加0.78%(95%CI=0.39%～1.17%),4.19%(95%CI=3.05%～5.34%),1.93%(95%CI=1.15%～2.71%),同时存在累计滞后效应。结论西宁市城区大气污染物(PM2.5,SO_2,NO_2)对儿童上呼吸道感染就诊量存在急性影响。需进一步加强大气污染防治工作。     

济南市重污染区域大气污染物对循环系统疾病门诊量的急性效应

目的评价济南市空气污染严重区域大气污染物PM_(2. 5)、PM_(10)、NO_2、SO_2及O_3对当地居民循环系统疾病门诊就诊的暴露反应关系。方法收集2014—2016年济南市重污染区域某综合医院循环系统疾病逐日门诊信息、空气污染物浓度及气象信息,并进行描述性分析。采用广义线性模型,定量评估逐日大气污染物PM_(2. 5)、PM_(10)、NO_2、SO_2及O_3浓度与当地居民循环系统门诊就诊量之间的相关关系。结果 2014—2016年期间该综合医院循环系统疾病门诊量合计55 858人次,日均就诊量51人次/天,PM_(2. 5)、PM_(10)、NO_2、SO_2及O_3日均浓度分别为100、205、53、58及90μg/m3。PM_(2. 5)、PM_(10)、NO_2浓度每升高10μg/m3,当日循环系统疾病门诊量分别增加0.40%(95%CI:0.01%~0.80%)、0.25%(95%CI:0.03%~0.47%)、1.66%(95%CI:0.64%~2.68%)。仅发现NO_2与循环系统疾病门诊量存在累积滞后效应,NO_2浓度每升高10μg/m3,在Lag02时,循环系统疾病门诊量可增加2.13%(95%CI:0.81%~3.46%)。未发现SO_2及O_3与循环系统疾病门诊量之间存在显著效应。结论空气污染严重区域大气污染物PM_(2. 5)、PM_(10)及NO_2与循环系统疾病门诊量之间存在相关关系,未发现SO_2及O_3与循环系统疾病门诊量之间存在显著效应。     

大气污染与上海市闵行区学生因呼吸道疾病缺课关系的时间序列研究

[目的]探讨大气污染对上海市闵行区学生因呼吸道疾病缺课的短期影响。[方法]收集2013年9月1日—2016年6月30日闵行区学生因呼吸道疾病缺课人数和同期闵行区大气污染及气象监测资料,采用时间序列的广义相加模型,在控制了长期趋势、星期几效应、假期效应及气象因素等混杂因素的基础上,分析当日至前5 d单日滞后(lag0~lag5)和当日至前1、3、5 d累积滞后(lag01、lag03、lag05)的大气污染物浓度与学生因呼吸道疾病缺课人数的关系。[结果]研究期间,NO_2、PM_(2.5)、PM_(10)和O3的超标率分别为8.51%、20.79%、5.84%和8.12%,SO_2、CO未超出限值。单污染模型中,大气AQI、PM_(2.5)、PM_(10)、SO_2和NO_2与学生呼吸道疾病的新发缺课人数及总缺课人数均呈正相关(P0.05)。对总缺课人数,NO_2、PM_(2.5)和PM_(10)在lag1效应最为明显[RR及95%CI分别为3.53(2.15~4.90)、11.80(8.85~14.75)、4.04(2.48~5.60)],SO_2在lag5效应最为明显(RR=18.20;95%CI:13.95~22.45);对于新发缺课人数,NO_2在lag0效应最为明显(RR=11.65,95%CI:8.59~14.71),SO_2、PM_(2.5)和PM_(10)在lag1效应最为明显[RR及95%CI分别为3.39(1.91~4.88)、17.90(12.96~22.84)、3.89(2.20~5.58)]。累积效应各污染物均在lag05时对学生新发及总缺课的效应最强。多污染模型中,PM_(2.5)和PM_(10)对学生呼吸道疾病缺课的影响在调整了其他主要空气颗粒物(PM_(10)、PM_(2.5))和气态污染物(S02、NO_2)后均无统计学意义。[结论]大气污染物PM_(2.5)、PM_(10)、SO_2和NO_2浓度与学生因呼吸道疾病缺课存在正相关。     

沈阳市大气污染物分布特征及对呼吸系统疾病的影响

目的探讨沈阳市大气污染物分布特征及对呼吸系统疾病的影响。方法对2016年1月1日—2016年12月31日沈阳市大气污染物浓度与中国医科大学附属第四医院和平院区呼吸系统疾病门诊人次的关系采用广义相加模型进行模拟,并分析滞后效应;随机各选取40名门诊肺炎及慢性阻塞性肺部疾病(COPD)患者分别于大气污染物浓度较低的夏季和大气污染物浓度较高的冬季检测肺功能并进行健康质量问卷(SF-36)调查。结果沈阳市大气PM_(2.5)、PM_(10)、SO_2和NO_2的年平均浓度分别为57、101、41、38μg/m~3,秋冬季大气PM_(2.5)、PM_(10)、NO_2和SO_2浓度最高。大气PM_(10)、PM_(2.5)、SO_2和NO_2的浓度每增加10μg/m~3,呼吸系统疾病日门诊就诊人次分别增加1.29%(95%CI:1.18%～1.40%)、1.31%(95%CI:1.20%～1.43%)、2.94%(95%CI:2.75%～3.14%)、5.26%(95%CI:4.91%～5.61%),分别滞后4、1、3、1 d。冬季COPD患者肺功能和SF-36量表得分均低于夏季,差异有统计学意义(P0.05)。结论沈阳市大气污染物导致呼吸系统疾病门诊就诊人次增加且存在滞后效应,空气污染是否导致COPD患者肺功能损伤及生活质量的降低有待进一步研究。     

2015-2018年张家港市大气PM2.5对儿科门诊量影响的时间序列分析

目的探讨张家港市大气PM_(2.5)污染对儿科日门诊量的影响。方法收集张家港市2015—2018年逐日气象资料、环保大气监测资料和某三级医院儿科门诊数据。采用基于Poisson回归的广义线性模型(GLM)控制时间趋势、温度和相对湿度、星期几效应、法定节假等因素后,进行PM_(2.5)与儿科门诊量的单污染物模型、滞后效应(lag1～lag6)和累积滞后效应(lag0-1～lag0-6)分析,采用滞后天数最大效应值作为PM_(2.5)对儿科门诊影响的暴露风险评估值。结果 2015—2018年,张家港市某三级医院的儿科门诊量共438 137人次,日均300人次,PM_(2.5)年均值是48.0μg/m~3(范围:38～59μg/m~3);PM_(2.5)污染对当天和滞后1～6 d的儿科总门诊量、当天和滞后1～5 d的呼吸系统疾病门诊量影响均有统计学意义,且分别在滞后第3天和第2天最强,PM_(2.5)浓度每升高10μg/m~3,门诊量分别增加0.51%(95%CI:0.20%～0.83%)和0.83%(95%CI:0.42%～1.23%);PM_(2.5)对累积滞后1～6 d的儿科总门诊量和呼吸系统疾病门诊量影响均有统计学意义(P 0.05)。结论张家港市大气PM_(2.5)浓度升高会导致儿科总门诊量和呼吸系统疾病门诊总量增加,应采取积极措施对儿童等重点人群开展有效防护。     

宁波市6种大气污染物暴露与孕妇早产关系的时间序列分析

[目的]分析宁波市6种大气污染物[细颗粒物(PM_(2.5))、粗颗粒物(PM_(10))、二氧化硫(SO_2)、二氧化氮(NO_2)、一氧化碳(CO)、臭氧(O_3)]暴露对孕妇早产的影响。[方法]采用时间序列的广义线性分布滞后模型,将宁波市2014年1月—2015年12月每日早产人次的长期趋势、气象因素、星期几效应等混杂因素控制后,分析6种大气污染物质量浓度对早产人次的滞后效应和累积效应。[结果]PM_(2.5)、SO_2、NO_2每升高10μg/m~3,CO每升高0.1 mg/m~3,对增加早产人次存在滞后效应,RR及其95%CI分别为:PM_(2.5)滞后1 d,1.015(1.000~1.032);SO_2当日及滞后2、3、4 d,1.073(1.016~1.133)、1.053(1.000~1.109)、1.060(1.009~1.115)、1.062(1.010~1.116);NO_2当日及滞后1 d,1.031(1.005~1.058)、1.027(1.002~1.054);CO滞后3 d,1.350(1.079~1.688)。6种污染物中只有SO_2对早产人次增加存在1周和2周的累积效应,RR及其95%CI分别为1.099(1.019~1.186)、1.091(1.001~1.189)。[结论]大气污染物暴露能增加早产的发生,对增加早产人次存在滞后效应和累积效应。     

2014-2015年合肥市大气PM2.5污染对儿童门诊量影响的时间序列分析

目的 探讨合肥市大气PM2.5日均浓度对合肥市儿童门诊量的影响.方法 分别从合肥市气象局、合肥市环保局获得2014-2015年合肥市全年气象、环保资料,从合肥市滨湖医院、合肥市第二人民医院医院信息系统(HIS)获取同期儿童门诊资料.采用基于Poisson回归的广义相加模型(GAM)控制时间趋势、温度和相对湿度、星期几效应、法定节假日等因素进行PM2.5对儿童门诊量影响的时间序列分析,分析PM2.5浓度对当日、滞后1～7 d效应(lag0～lag7),以及移动平均浓度对滞后1～7 d的累积滞后效应(lag1～7).结果 2014-2015年合肥市PM2.5平均浓度为(73.1±43.5)μg/m3,是GB 3095-2012《环境空气质量标准》二级标准年均值(35 μg/m3)的2.1倍,2年共有267 d(占36.6％)的PM2.5日均浓度超过国家二级标准24 h均值(75 μg/m3).GAM模型发现PM2.5对合肥市滨湖医院、合肥市第二人民医院的儿科门诊均有显著影响,其中对总门诊量当日的影响最大,合肥滨湖医院、合肥市二院的ER分别为0.65％(95％CI:0.49％～0.81％)、0.92％(95％CI:0.70％～1.13％);对合肥滨湖医院儿童呼吸系统当日的门诊量影响最大[ER=0.78％(95％CI:0.58％～0.99％)],对合肥市二院儿童呼吸系统滞后2d门诊量影响最大[ER=0.90％ (95％CI:0.63％～ 1.18％)].采用PM2.5移动平均浓度分析累积滞后效应时发现,PM2.5污染物对儿童的总门诊量和呼吸系统门诊量均有累积滞后效应,两医院的总门诊和呼吸系统门诊量均在累积滞后7 d (lag0～7)时ER最高,总门诊ER分别为1.60％ (95％CI:1.32％～1.87％)、2.62％(95％CI:2.25％～3.00％),呼吸系统门诊ER分别为1.83％(95％CI:1.48％～2.19％)、3.19％(95％CI:2.7％～3.66％).未发现PM25浓度对儿童循环系统门诊量有显著影响.结论 2014-2015年空气污染对合肥地区儿童门诊量有显著影响,PM2.5浓度增加会导致儿童总门诊、儿童呼吸系统门诊的门诊量增加.     

大气污染对变应性疾病及花粉症就诊人次的影响

目的 研究大气污染物浓度对医院变应性疾病和花粉症日就诊人次的影响.方法 收集2004年4-9月北京市8个国家监测点大气污染物[SO2、NO2、可吸入颗粒物(PM10)]浓度、4个观测点花粉日监测数据、气象资料及北京世纪坛医院变态反应科同时段变应性疾病和花粉症日就诊人次资料,应用时间序列分析的广义相加泊松回归模型进行定量分析,并考虑滞后效应和多种空气污染物的影响.结果 研究期间大气SO2、NO2、PM10日均浓度分别为(20.9±12.9)、(58.6±13.6)、(126.8 ±64.1)μg/m3,花粉日均浓度为(163.8±209.0)粒/1000 mm2,变应性疾病日就诊(16.3±5.3)人次,花粉症日就诊(3.5±5.0)人次.时间序列分析显示,花粉浓度每升高100粒/1000 mm2,第2天的变应性疾病日就诊人次增加2.44%(95%CI:0.75%～4.13%),当天的花粉症日就诊人次增加6.58%(95%CI:3.82%～9.34%).而大气污染物(NO2、SO2和PM10)对变应性疾病和花粉症日就诊人次的影响呈现明显的滞后效应:NO2每升高10 μg/m3,滞后6 d的变应性疾病日就诊人次增加3.14%(95%CI:0.42%～5.85%);S02滞后1 d、NO2滞后6 d、PM10滞后3 d对花粉症日就诊人次影响较大,但差异均无统计学意义[RR值(95%CI值)分别为1.0460(0.9640～1.1280)、1.0325(0.9633～1.1017)、1.0079(0.9942～1.0217)].将4种大气污染物同时引入模型分析时,其效应稍微增强:花粉浓度每升高100粒/1000 mm2,变应性疾病日就诊人次增加2.56%(95%CI:0.80%～4.31%),花粉症日就诊人次增加6.81%(95%CI:3.91%～9.71%).结论 影响变应性疾病和花粉症日就诊人次的环境因素主要为空气花粉浓度,大气污染物的作用不大.     

1,3-丁二烯作业工人的DNA修复能力

[目的]探讨DNA修复能力与1,3-丁二烯（BD）职业暴露致外周血淋巴细胞遗传学损伤的关联性。[方法]收集个人职业史、年龄、性别、吸烟和饮酒状况等信息,气相色谱法检测作业环境的BD浓度,利用染色体断裂试验评价60名职业BD暴露工人和60名非暴露工人的外周血淋巴细胞对诱变剂博莱霉素所致DNA损伤的修复能力。[结果]作业区空气中BD浓度为1.8（0.59~2.76）mg/m3。职业BD暴露组染色体断裂率[（1.06±0.41）%]高于对照组[（0.85±0.36）%,P〈0.01]。职业BD暴露人群中饮酒者的b/c值高于不饮酒者（P〈0.05）。[结论]DNA修复能力的下降可能是BD致癌过程中的重要生物学事件。     

上海市大气污染与某医院呼吸系统疾病门诊量关系的时间序列研究

[目的]探讨上海市大气污染物对人群呼吸系统疾病门诊量的短期影响。[方法]收集2010年1月1日—2012年10月31日上海市某三级甲等医院呼吸系统疾病每日门诊量统计资料和同期上海市大气及气象监测资料,采用时间序列的半参数广义相加模型,在控制了长期趋势、星期几效应、假期效应及气象因素等混杂因素的基础上,分析大气污染物与呼吸系统疾病日门诊量的关系。[结果]研究期间,呼吸系统疾病日门诊量为76~382人次。单污染模型中,二氧化硫（SO2）滞后4 d对呼吸系统疾病的影响最明显,二氧化氮（NO2）、可吸入颗粒物（PM10）滞后6 d的影响最明显;SO2、NO2、PM10浓度每增加10μg/m3,呼吸系统疾病日门诊量上升0.69%（RR=1.006 9,95%CI：1.003 5~1.010 3）、0.54%（RR=1.005 4,95%CI：1.002 8~1.007 9）和0.20%（RR=1.002 0,95%CI：1.001 1~1.002 8）。多污染模型中,调整其他污染物后,所有污染物健康效应估计值均较单污染模型降低,并不改变各污染物浓度与呼吸系统疾病日门诊量的正相关关系。[结论]大气污染物SO2、NO2、PM10与人群呼吸系统疾病门诊量存在正相关。     

2016—2020年江西省南昌市大气污染物与儿童呼吸疾病门诊病例数的时间序列关联研究

目的 探讨江西省南昌市6种常规监测大气污染物对儿童呼吸疾病的影响。方法 选取2016－2020年江西省南昌市大气污染物、气象数据和江西省儿童医院呼吸系统日门诊量,采用时间序列Poisson分布的广义相加模型（GAM）,定量分析大气污染物与儿童呼吸系统疾病门诊病例数的相关性。 结果 研究期间大气污染物SO2、NO2、O3-8h、CO、PM2.5、PM10的日均浓度分别为11.35 μg/m3、32.80 μg/m3、 91.80 μg/m3、0.89 mg/m3、37.42 μg/m3、68.22 μg/m3。PM2.5、PM10、SO2、CO、NO2的浓度升高对儿童呼吸系统疾病日门诊量的增加存在统计学意义,均在当日（lag0）和累积滞后第7 d（lag07）效应最强,其中SO2在累积滞后（lag07）的浓度值对儿童呼吸系统疾病门诊病例数的超额危险度（ER = 9.47%,95%CI:6.78%～12.22%）最大。双污染物模型中,调整其他5种污染物后,O3-8h对儿童呼吸系统疾病门诊量的增加无统计学意义;将O3-8h引入双污染物模型后,均一定程度的增加了其他污染物的效应,SO2在O3-8h的影响下,对儿童呼吸系统疾病门诊数影响效应值最大;PM2.5、PM10、O3-8h引入双污染模型后,SO2和NO2的效应值均扩大。 结论 2016－2020年大气污染物对南昌市儿童呼吸系统疾病有统计学影响,污染物浓度的升高导致儿童呼吸系统门诊量就诊人数增加,其中SO2对门诊量影响最大。     

深圳市大气PM10与呼吸系统疾病日门诊量的时间序列分析

目的探讨大气可吸入颗粒污染物（PM10）对医院呼吸系统疾病门诊量的影响。方法2012年1月1日至12月31日疾病资料来源于深圳市2家三级甲等综合性医院逐日门诊病例资料,空气污染物资料来自深圳市环境监测站,气象资料来自气象局。采用广义相加Poisson回归模型的时间序列分析,在控制长期趋势、星期几效应和气象等影响因素后,对大气PM10日均浓度与呼吸系统疾病日门诊量的关系和滞后效应进行分析。结果深圳市2012年全年日均大气PM10浓度为0．052mg／m^3,符合国家二级标准,2家医院全年呼吸系统门诊量为562174人次,平均1535．99人次／d。广义相加模型分析结果发现PM10日均浓度与呼吸系统疾病门诊量存在正相关关系。滞后6d时PM10日均浓度对呼吸系统疾病门诊量的影响最强[相对危险度（RR）为1．0047,95％CI：1．0036—1．0058]。引入CO、O3、NO2、SO2进行多污染物模型分析发现,多污染物模型的RR值相对单污染物模型有升有降（均P〈0．05）,其中以双污染物模型PM10＋SO2和三污染物模型PM10＋CO＋SO2中的PM10的RR值最高,分别为1．0059、1．0067。结论深圳市大气PM10污染与医院呼吸系统疾病日门诊量呈正相关关系,且存在滞后效应。     

佳木斯市大气PM10对呼吸系统疾病日人院人数的影响

目的 探讨2010-2014年佳木斯市大气PM10对城区居民呼吸系统疾病日入院人数的影响.方法 采用1∶3配比的时间分层病例交叉研究,控制气象等因素的影响,以条件logistic回归分析佳木斯市2010年1月1日-2014年12月31日大气PM10浓度与呼吸系统疾病日入院人数的关系,并按性别(男、女)、年龄(＜15岁、15～65岁、＞65岁)和疾病类型[肺炎、慢性阻塞性肺疾病(COPD)和支气管肺炎],对大气污染物的健康效应进行分层分析.结果 研究期间佳木斯市大气PM10的日均浓度及年均浓度均低于国家二级标准.大气PM10日均浓度与SO2、NO2、日均气压呈正相关,与日均温度呈负相关,差异均有统计学意义(P＜O.01).单污染物模型显示,研究期间大气PM10浓度每升高10μg/m3,与肺炎、COPD日入院人数的OR值分别在滞后4、3d达到最高,相应的OR值(95％CI)分别为1.021(1.002～1.041),1.022(1.004～1.040),均有统计学意义(P＜0.05);在控制气温、相对湿度、气压的影响后,多污染物模型显示,大气PM10浓度每升高10 μg/m3,仍会增加肺炎、COPD日入院人数,均有统计学意义(P＜0.05).性别分层结果显示,大气PM10浓度每升高10 μg/m3,可引起男性肺炎患者及男、女性COPD患者日入院人数增加,差异均有统计学意义(P＜0.05);年龄分层结果显示,大气PM10浓度每升高10μg/m3,可引起＜15岁、15～65岁、＞65岁肺炎、COPD、支气管肺炎患者日入院人数增加,差异均有统计学意义(P＜0.05).结论 佳木斯市呼吸系统常见疾病的日入院人数增加可能与该市大气PM10短期低浓度暴露有关联.     

Air pollution, aeroallergens and cardiorespiratory emergency department visits in Saint John, Canada

Existing studies of the association between air pollution, aeroallergens and emergency department (ED) visits have generally examined the effects of a few pollutants or aeroallergens on individual conditions such as asthma or chronic obstructive pulmonary disease. In this study, we considered a wide variety of respiratory and cardiac conditions and an extensive set of pollutants and aeroallergens, and utilized prospectively collected information on possible effect modifiers which would not normally be available from purely administrative data. The association between air pollution, aeroallergens and cardiorespiratory ED visits (n = 19,821) was examined for the period 1992 to 1996 using generalized additive models. ED visit, air pollution and aeroallergen time series were prefiltered using LOESS smoothers to minimize temporal confounding, and a parsimonious model was constructed to control for confounding by weather and day of week. Multipollutant and multi-aeroallergen models were constructed using stepwise procedures and sensitivity analyses were conducted by season, diagnosis, and selected individual characteristics or effect modifiers. In single-pollutant models, positive effects of all pollutants but NO2 and COH were observed on asthma visits, and positive effects on all respiratory diagnosis groups were observed for O3, SO2, PM10, PM2.5, and SO4(2-). Among cardiac conditions, only dysrhythmia visits were positively associated with all measures of particulate matter. In the final year-round multipollutant models, a 20.9% increase in cardiac ED visits was attributed to the combination of O3 (16.0%, 95% CI 2.8-30.9) and SO2 (4.9%, 95%CI 1.7-8.2) at the mean concentration of each pollutant. In the final multipollutant model for respiratory visits, O3 accounted for 3.9% of visits (95% CI 0.8-7.2), and SO2 for 3.7% (95% CI 1.5-6.0), whereas a weak, negative association was observed with NO2. In multi-aeroallergen models of warm season asthma ED visits, Ascomycetes, Alternaria and small round fungal spores accounted for 4.5% (95% CI 1.8-7.4), 4.7% (95% CI 1.0-8.6) and 3.0% (95% CI 0.8-5.1), respectively, of visits at their mean concentrations, and these effects were not sensitive to adjustment for air pollution effects. In conclusion, we observed a significant influence of the air pollution mix on cardiac and respiratory ED visits. Although in single-pollutant models, positive associations were noted between ED visits and some measures of particulate matter, in multipollutant models, pollutant gases, particularly ozone, exhibited more consistent effects. Aeroallergens were also significantly associated with warm season asthma ED visits.     

成都市大气颗粒物对居民心脑血管疾病死亡的急性影响研究

目的 探讨成都市大气颗粒物的急性暴露与居民每日心脑血管疾病死亡的关系。方法 收集2013-2015年成都市大气PM2.5、PM10、SO2和NO2的日平均浓度、气象因素(包括日平均气温和相对湿度)及心脑血管疾病日死亡数。采用广义相加模型(Generalized Additive Models,GAM)建立单污染物、多污染物模型,分析大气PM2.5、PM10浓度对居民心脑血管疾病日死亡数的影响。结果 大气污染物PM2.5、PM10浓度分别为75.9、119.7μg/m3,PM2.5高于GB3095-2012《环境空气质量标准》 二级标准。单污染物模型中,大气PM2.5(lag1)和PM10(lag01)浓度每增加10μg/m3,心脑血管疾病日死亡数分别增加0.29%(95%CI:0.01%~0.56%)和0.27%(95%CI:0.09%~0.45%)。PM2.5和PM10浓度与心脑血管疾病死亡的暴露反应关系基本呈线性。多污染物模型中,PM2.5和PM10单独或同时引入SO2、NO2时,对心脑血管疾病日死亡数的影响消失(P>0.05)。结论 成都市大气PM2.5和PM10浓度升高可能导致居民心脑血管疾病日死亡数增加。     

Air pollution and daily mortality in Shanghai: a time-series study

In this study, the authors assessed the relationship between air pollution and daily mortality from June 2000 to December 2001 in Shanghai, the largest city in China. They used the generalized additive model to allow for the highly flexible long-term and seasonable trends, and for nonlinear weather variables. In the single-pollutant models, the authors found significant associations between concentrations of air pollutants (particulate matter less than 10 microm in aerodynamic diameter [PM10], sulfur dioxide [SO2], and nitrogen dioxide [NO2]) and daily mortality. An increase of 10 microg/m3 in PM10, SO2, and NO2 corresponded to a respective increase in relative risk of mortality from all causes of 1.003 (95% confidence interval [CI] = 1.001, 1.005), 1.014 (95% CI = 1.008, 1.020), and 1.015 (95% CI = 1.008, 1.022). In the multiple-pollutant models, the association between SO2 and daily mortality was not affected by the inclusion of other pollutants; for PM10 and NO2, however, the inclusion of other pollutants possibly weakened the effects between these 2 pollutants and mortality. This finding suggests that gaseous pollutants may be more important than particulate matter as indicators of health in Shanghai. The authors' analyses provided evidence that the current amounts of air pollution in Shanghai continue to adversely affect population health, and strengthen the rationale for limiting the quantities of pollutants in outdoor air.